龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：成都之维安科技股份有限公司
摘要：本发明涉及基于sequenceTransformer的多维时序污染因子预测模型，将Encoder模型与Decoder模型集合，重构Transformer；在Decoder模型中还采用多头注意力机制进行处理；多维注意力机制中还引入有一维分组卷积+特征通道洗牌的处理方式。本发明达到的有益效果是：本方案的模型，验证集与训练集的误差迭代趋势一致，误差量级小，模型能在低迭代量下快速收敛误差；本方案的模型，建立各污染因子间的关联性，通过实验表明预测表现良好，并且未出现过拟合现象，实现了对多维长时序污染因子的预测，有效预警因污染因子超标引发的环境环保问题。
主权项：1.基于sequenceTransformer的多维时序污染因子预测模型，其特征在于：包括：进行Encoder运算：S11、数据清洗，恢复时间戳，输入时序多维污染物数据Source；S12、对Source执行全连接线性运算，将输出结果指派为qE0、kE0、vE0三种污染物特征；S13、输入qE0、kE0、vE0，执行多头注意力机制，将输出结果指派为qE1、kE1、vE1，并作用于Decoder；S14、根据注意力机制数目，执行遍历，重复步骤S13；进行Decoder运算：S21、数据清洗，恢复时间戳，输入时序数据Target由前框部分、后框部分组成；S22、对Target的前框部分执行全连接线性运算，并与Target后框部分拼接，输出Decoder污染物序列增强特征：qD0、kD0、vD0；S23、输入qD0、kD0、vD0，结合序列掩码masksequence，执行多头注意力机制，将输出结果指派为q’1；S24、将Encoder的输出指派qE1、kE1、与q’1结合，执行多头注意力机制，并将输出结构指派为q”1、k”1、v”1；S25、根据注意力单元的数据，执行遍历，重复步骤S23、S24，直到Decoder输出。
全文数据：
权利要求：
百度查询： 成都之维安科技股份有限公司 基于sequence Transformer的多维时序污染因子预测模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号